Содержание к диссертации
Введение
Глава 1. Обеспечение навигационной безопасности движения. Основные задачи и проблемы 20
1.1 Особенности судовождения в условиях коллективного движения 20
1.2 Задачи и развитие береговых СУДС 22
1.3 Структура навигационных функций современных береговых СУДС 30
1.4 Некоторые научные и технические аспекты задач обеспечения навигационной безопасности движения
1.4.1 Обзор моделей и методов оценки риска опасного сближения судов 35
1.4.2 Обзор моделей и методов предупреждения опасного сближения судов 39
1.4.3 Обзор моделей и методов планирования траектории безопасного движения судов 47
1.5 Краткие итоги главы 1 58
Глава 2. Нечёткая идентификация модели движения объекта в задаче сопровождения траектории движения судна 61
2.1 Задача сопровождения траектории движущегося объекта по данным двухкоординатной РЛС кругового обзора 61
2.2 Модельные представления задачи сопровождения траектории 65
2.3 Метод решения задачи сопровождения, основанный на многомодельной оценке вектора состояния и нечётком обнаружителе маневра
2.3.1 Система типа Сугено 72
2.3.2 Система типа Мамдани 74
2.3.3 Двухуровневая система типа Мамдани 75
2.3.4 Нейро-нечёткая система 77
2.4 Результаты численного моделирования задачи сопровождения траектории 79
2.4.1 Система типа Сугено и нейро-нечёткая система 80
2.4.2 Система типа Мамдани 82
2.4.3 Двухуровневая система типа Мамдани 84
2.5 Краткие итоги главы 2 86
Глава 3. Многоуровневая оценка риска опасного сближения судов 89
3.1 Задача предупреждения об опасном сближении судов на основе внешних траекторных измерений 89
3.2 Модельные представления задачи предупреждения об опасном сближении судов
3.2.1 Модель вероятностного типа, основанная на полиномиальной экстраполяции траекторий 92
3.2.2 Детерминированная модель, основанная на геометрической интерпретации относительного движения судов 98
3.3 Концепция решения задачи предупреждения об опасном сближении судов 102
3.3.1 Метод решения, основанный на приведении к конечномерному виду 102
3.3.2 Решение задачи: модель вероятностного типа, основанная на полиномиальной экстраполяции траекторий 108
3.3.3 Решение задачи: детерминированная модель, основанная на геометрической интерпретации относительного движения судов 113
3.3.4 Фаззификация задачи
3.3.4.1 Мотивы разработки нечеткой модели задачи 116
3.3.4.2 Система типа Сугено (основной случай) 120
3.3.4.3 Система типа Мамдани (основной случай) 121
3.3.4.4 Нейро-нечёткая система (основной случай) 123
3.3.4.5 Система типа Сугено (двухуровневый случай) 126
3.3.4.6 Система типа Мамдани (двухуровневый случай) 128
3.3.4.7 Нейро-нечеткая система (двухуровневый случай) 129
3.4 Результаты численного моделирования задачи предупреждения об опасном сближении судов 131
3.4.1 Модель вероятностного типа, основанная на полиномиальной экстраполяции траекторий 131
3.4.2 Детерминированная модель, основанная на геометрической интерпретации относительного движения судов (четкая модель) 138
3.4.3 Детерминированная модель, основанная на геометрической интерпретации относительного движения судов (нечеткая модель)
3.4.3.1 Система типа Мамдани (основной случай) 141
3.4.3.2 Система типа Сугено и нейро-нечеткая система (основной
случай) 144
3.4.3.3 Двухуровневый случай нечетких систем 146
3.5 Результаты натурных исследований модели задачи предупреждения об опасном сближении судов 148
3.6 Краткие итоги главы 3 151
Глава 4. Распознавание воздушных объектов двухкоординатными РЛС кругового обзора 155
4.1 Задача распознавания воздушных объектов в системах управления движением судов 155
4.2 Модельные представления задачи распознавания воздушных объектов как задачи наблюдения 157
4.3 Теоретико-численное исследование задачи наблюдения воздушных объектов двухкоординатными измерителями 167
4.3.1 Априорные оценки разрешимости задачи 168
4.3.2 Апостериорные оценки разрешимости задачи 180
4.4 Метод решения задачи распознавания воздушных объектов 192
4.4.1 Вероятностная оценка «надводный-воздушный» 193
4.4.2 Нечёткая оценка «надводный-воздушный» 195
4.4.3 Нейроподобная оценка высотного диапазона 200
4.5 Результаты численного моделирования задачи распознавания воздушных объектов 203
4.5.1 Вероятностная оценка «надводный-воздушный» 204
4.5.2 Нечёткая оценка «надводный-воздушный» 206
4.5.3 Нейроподобная оценка высотного диапазона 209
4.6 Краткие итоги главы 4 216
Глава 5. Некоторые особенности функционирования СУДС как программных комплексов 220
5.1 Особенности программной архитектуры СУДС 220
5.2 Визуализация навигационной информации на рабочем месте судоводителя
5.2.1 Визуализация данных радиолокационного наблюдения 225
5.2.2 Визуализация информации, предоставляемой системой предупреждения об опасном сближении судов 229
5.3 Краткие итоги главы 5 237
Глава 6. Сбор и обработка данных о движении судов на морских акваториях 239
6.1 Программный комплекс для сбора данных о движении морских судов 240 6.2 Имитационное моделирование траекторий движения судов на морских акваториях 249
6.3 Краткие итоги главы 6 252
Заключение 254
Список литературы 257
- Некоторые научные и технические аспекты задач обеспечения навигационной безопасности движения
- Метод решения задачи сопровождения, основанный на многомодельной оценке вектора состояния и нечётком обнаружителе маневра
- Детерминированная модель, основанная на геометрической интерпретации относительного движения судов
- Результаты численного моделирования задачи распознавания воздушных объектов
Введение к работе
Актуальность избранной темы. Безопасность движения транспорта
является важнейшим аспектом организации перевозок и планирования работы
транспортных узлов. Диссертация относится к области обеспечения
навигационной безопасности движения морских судов; некоторые результаты могут быть применены на речном и воздушном транспорте.
В настоящее время оперативный контроль за навигационной безопасностью
движения судов в акватории морских портов осуществляется
специализированными предприятиями – системами управления движением судов (СУДС). Их основной функцией является диспетчеризация движения в заданном районе.
Функционирование СУДС связано с решением целого ряда специфических задач, обеспечивающих их целевое назначение. При этом функциональным ядром СУДС являются навигационные задачи, то есть задачи, связанные с определением координат (наблюдением) обслуживаемых объектов, анализом и планированием их траекторий, интерпретацией, визуализацией информации о движении объектов и выработкой диспетчерских решений. Именно этой стороне обеспечения навигационной безопасности движения судов посвящена диссертационная работа.
Движение морских судов имеет свою особую специфику, состоящую в том,
что вся ответственность за судно лежит на судоводителе (капитане). Оператор
СУДС также несет ответственность за инциденты, происходящие в его зоне
контроля. Поэтому управление судном не может быть полностью
автоматизированным (без участия человека), а известные общие методы автоматического управления индивидуальным и коллективным движением объектов неприменимы в судоводительской практике. С другой стороны, постоянный рост трафика, размеров и скоростей судов повышает нагрузку на судоводителей и операторов СУДС, у них остается всё меньше времени для принятия решений, что является побудительным мотивом автоматизации контроля навигационной обстановки с целью повышения безопасности движения. Таким образом, главной проблемой функционирования СУДС является необходимость обеспечения участия оператора в процессе обеспечения навигационной безопасности одновременно с высокой степенью автоматизации этого процесса. Это требует разработки специальных подходов и методов, обеспечивающих работу СУДС прежде всего, как системы поддержки принятия решений.
При обеспечении навигационной безопасности движения в условиях высокой интенсивности и неоднородности трафика возникает необходимость информационной поддержки процесса принятия решений. Обслуживающие в настоящее время работу портов нашей страны и за рубежом СУДС (например, навигационное оборудование фирм Transas, Kongsberg, OKI Electronics и др.) являются исключительно развитыми инструментами в аппаратной части, в задачах визуализации, в сервисных возможностях, реализуют мощные интерфейсы комплексирования различных навигационных средств. Вместе с тем, эти системы ориентированы на традиционные подходы к контролю навигационной обстановки,
степень автоматизации их навигационных функций в контексте поддержки принятия решений недостаточна. Диссертационная работа призвана восполнить этот пробел.
Степень разработанности темы. Предметом проведённого исследования является разработка фундаментальных основ и применение математического моделирования, численных методов и комплексов программ для решения научных и технических, фундаментальных и прикладных проблем (в данном случае -проблемы обеспечения навигационной безопасности движения морских судов). В результате проведённого исследования был создан комплекс новых математических моделей и соответствующих численных методов, реализованных в виде исследовательских программ-прототипов.
Проведённые исследования относятся к следующим областям:
Разработка новых математических методов моделирования объектов и явлений.
Реализация эффективных численных методов и алгоритмов в виде комплексов проблемно-ориентированных программ для проведения вычислительного эксперимента;
Комплексные исследования научных и технических проблем с применением современной технологии математического моделирования и вычислительного эксперимента;
Разработка новых математических методов и алгоритмов проверки адекватности математических моделей объектов на основе данных натурного эксперимента.
В диссертации присутствуют оригинальные результаты одновременно из трех областей: математического моделирования, численных методов и комплексов программ. Таким образом, работа соответствует специальности 05.13.18 -математическое моделирование, численные методы и комплексы программ.
Цели и задачи работы. Целью работы является разработка и исследование математических моделей и методов решения задач обеспечения навигационной безопасности коллективного движения морских судов в условиях высокой интенсивности движения, ориентированных на реализацию в береговых системах управления движением судов.
Для достижения поставленной цели в работе ставились и решались следующие задачи:
-
Исследование комплекса научных проблем, математических моделей и методов, связанных с организацией и функционированием современных систем обеспечения навигационной безопасности движения судов.
-
Разработка и исследование метода идентификации модели движения объекта по данным траекторных измерений.
-
Разработка и исследование моделей задачи оценки возможности опасного сближения судов на основе многозначной логики.
-
Разработка и исследование моделей задачи трёхкоординатного наблюдения движущегося объекта двухкоординатными измерителями.
-
Разработка моделей представления навигационной информации на рабочем месте оператора СУДС и судоводителя.
-
Верификация разработанных моделей и методов:
Разработка информационной системы сбора данных о движении судов на морских акваториях.
Разработка метода имитационного моделирования траекторий движения судов на морских акваториях.
Программная реализация разработанных моделей и методов, постановка вычислительных и натурных экспериментов.
Научная новизна. В работе предложен и исследован новый метод идентификации модели движения объекта на основе идей нечёткой логики, характеризующийся простотой и наглядностью, возможностью гибкой интуитивной настройки, низкой вычислительной сложностью, эффективностью при движении судна в условиях интенсивного трафика.
Разработана новая математическая модель оценки возможности опасного сближения судов на основе многозначной логики: дискретного типа (чёткая) и непрерывного типа (нечёткая), позволяющая упорядочить действия оператора СУДС и судоводителя в условиях высокой интенсивности движения.
Разработан новый метод представления (визуализации) информации об опасных и безопасных параметрах движения судна на основе многозначной логики, позволяющий оператору СУДС и судоводителю принять наиболее подходящее для конкретной обстановки решение по обеспечению навигационной безопасности коллективного движения судов (изменению параметров движения судна).
Разработана и исследована новая модель задачи трёхкоординатного наблюдения движущегося объекта двухкоордитнатными измерителями; предложен метод априорной оценки разрешимости задачи в условиях конечной точности модельных представлений; разработан и исследован соответствующий метод решения задачи распознавания воздушных объектов двухкоординатными измерителями, позволяющий выделять воздушные объекты, присутствующие над акваторией.
Предложен новый метод выделения первичного РЛС сигнала наблюдаемых объектов на фоне среды, основанный на адаптивном определении порога амплитуды и позволяющий максимально информативно представлять радиолокационную информацию в условиях интенсивных динамических помех (морское волнение, метеоусловия).
Разработана новая имитационная модель траектории движения судна, учитывающая особенности исходных данных, предоставляемых спутниковыми навигационными системами (GPS/ГЛОНАСС), и позволяющая ставить эксперименты по анализу навигационной обстановки с использованием реальных данных о движении судов на конкретной акватории.
Теоретическая значимость работы определяется тем, что удалось построить совокупность методологически связанных математических моделей для системы комплексируемых технических средств обеспечения навигационной
безопасности движения судов. В частности, разработан класс моделей и методов,
ориентированных на обеспечение навигационных функций СУДС с
использованием современных представлений теории управления, вычислительной линейной алгебры, методов оптимизации, нейроинформатики, нечётких систем.
Практическая значимость работы. Результаты диссертации направлены на решение задач обеспечения навигационной безопасности коллективного движения морских судов. Разработанный комплекс моделей, методов и алгоритмов представляет собой адекватный инструментарий для реализации в действующих современных береговых СУДС, позволяющий операторам СУДС и судоводителям принимать наиболее подходящие диспетчерские решения и обеспечивать безопасное движение судов на акватории в условиях высокой интенсивности движения и неопределенностей.
Разработанные в работе программные комплексы, в частности, система имитационного моделирования траекторий движения судов и система сбора данных о движении судов на морских акваториях служат базой для проведения научных исследований в области обеспечения навигационной безопасности коллективного движения судов. Они позволяют испытывать методы и алгоритмы как на моделируемых типичных траекториях, так и на реальных данных о трафике конкретной акватории.
Теоретические, методологические и практические результаты исследования представляют интерес для профильных научно-исследовательских коллективов, предприятий, обеспечивающих разработку, сопровождение и эксплуатацию современных СУДС и для администраций морских портов.
Результаты работы переданы для использования в Морской государственный университет им. адм. Г.И. Невельского, г. Владивосток, где используются в учебной и научной работе в области судовождения и эксплуатации водного транспорта, при планировании перспективных направлений работы учебно-методического центра конвенционной подготовки судоводителей. Кроме того, результаты работы используются Дальневосточным федеральным университетом, г. Владивосток в научно-исследовательской работе и в учебном процессе.
Методы диссертационного исследования. Проведённые исследования основываются на применении методов статистически оптимального оценивания, методов вычислительной линейной алгебры, методов оптимизации, методов нейроинформатики и систем нечёткой логики.
Положения, выносимые на защиту. На защиту выносятся следующие положения:
-
Концептуальная модель систем обеспечения навигационной безопасности коллективного движения судов – береговых систем управления движением судов (СУДС).
-
Метод идентификации модели движения объекта, основанный на идеях нечёткой логики и сформулированная на его основе модель задачи сопровождения траектории движущегося судна, основанная на мультимодельном подходе.
-
Модель многоуровневой оценки возможности опасного сближения судов, основанная на разделении уровней опасности в зависимости от траекторных свойств движения сближающихся судов.
-
Модель задачи наблюдения воздушных объектов двухкоординатными измерителями, основанная как на четких, так и на нечетких представлениях и соответствующие численные методы оценки разрешимости и собственно решения задачи.
-
Метод выделения объектов на фоне среды в системах радиолокационного наблюдения, основанный на автоматизированном расчете порога амплитуды отражённого сигнала.
-
Программная реализация разработанных моделей и методов, результаты вычислительных и натурных экспериментов.
Степень достоверности результатов. Обоснованность и достоверность результатов работы обеспечивается корректным применением методов исследования и подтверждается вычислительными и натурными экспериментами, существующими закономерностями, а, также, сопоставлением с общепризнанными результатами.
Апробация работы. Основные результаты работы докладывались на международных и российских научных конференциях: Дальневосточная математическая школа-семинар имени ак. Е.В. Золотова (Владивосток, 1999, 2000, 2002); XXXII Summer School-Conference «Advanced Problems in Mechanics» (Санкт-Петербург, 2004); конференция «Интеллектуальный потенциал вузов – на развитие Дальневосточного региона России» (Владивосток, 2004, 2012); региональная научно-техническая конференция, посвящённая годовщине морского образования на Дальнем Востоке (Владивосток, 2000, 2005); региональная научно-техническая конференция творческой молодёжи Дальнего Востока (Владивосток, 2006); Sino-Russian Academic Conference (Shenyang, 2012); конференция «Информационные технологии. Радиоэлектроника. Телекоммуникации» (Тольятти, 2012); научно-техническая конференция «Информационные системы и технологии» (Красноярск, 2012); межвузовская научно-практическая конференция студентов и аспирантов «Современные тенденции и перспективы развития водного транспорта России» (Санкт-Петербург, 2013); конференция «Информационные технологии в управлении» (ИТУ) (Санкт-Петербург, 2012, 2014); конференция «Имитационное и комплексное моделирование морской техники и морских транспортных систем» (ИКМ МТМТС) (Санкт-Петербург, 2015).
По теме диссертации опубликовано 76 работ, среди которых 2 монографии, 33 статьи в изданиях, рекомендованных ВАК, 6 переводных версий статей, проиндексированных в базах Scopus и Web of Science. Зарегистрировано 9 программных средств. Получено 6 патентов на изобретение.
Личный вклад автора. Все результаты, составляющие основное содержание диссертации, получены автором самостоятельно. В работах [17, 19, 21, 26, 38-40] автором созданы методы идентификации модели движения объекта, основанные на идеях нечёткой логики. В работах [4, 6, 13, 15, 16, 22, 23, 25, 27, 29, 30, 33, 43, 47] разработана модель многоуровневой оценки возможности опасного
сближения судов. В работах [18-20, 24, 28, 41] исследована модель задачи наблюдения воздушных объектов двухкоординатными измерителями. В работах [1-3, 5, 7-12, 14, 31, 32, 34-36, 44-46, 48] предложены программные архитектуры и программные реализации алгоритмов, построенных на основе предложенных методов.
Структура и объём работы. Диссертация состоит из введения, шести глав, заключения, списка литературы. Основной объём диссертации составляет 283 страницы, в том числе список литературы из 241 наименований, 105 рисунков, 23 таблицы. Диссертацию дополняют 3 приложения.
Некоторые научные и технические аспекты задач обеспечения навигационной безопасности движения
Безопасное судовождение – одна из основных категорий, связанных с эксплуатацией морского транспорта. Настоящее время характеризуются постоянным ростом объёмов морских перевозок; всё возрастающая интенсивность движения в зонах оживленного судоходства приводит к постоянному повышению нагрузки на судоводителей. При этом возрастает и потенциальная угроза возникновения нештатных ситуаций [235].
Как показывают экспериментальные исследования, наибольшее число аварий на водном транспорте совершается в зонах ответственности портов и на подходах к ним. В связи с этим наибольшей остроты проблема безопасного движения на море приобретает в ограниченных водах и стеснённых условиях плавания [20, 147].
Анализ проблем и модельных представлений коллективного движения судов указывает на исключительную важность знания судоводителем точных значений навигационных параметров судна (глобальных и относительных местных координат и скорости) [24, 135]. При этом современными правилами судовождения для предоставления информации о навигационных параметрах регламентировано применение автоматизированных навигационных средств. Вместе с тем, определение с высокой точностью координат и скорости судна само по себе не является достаточным условием его безопасного плавания, так как в условиях насыщенного судопотока требуется решать задачу координации (диспетчеризации) коллективного плавания судов.
Для решения этой задачи среди навигационных комплексов имеется особый класс технических средств – береговые системы управления движением судов (СУДС), действующие в зоне ответственности портов и на подходах к ним. СУДС различной сложности оборудованы практически все подходы к портам и прибрежные районы интенсивного судоходства [203, 204, 237].
Движение морского транспорта имеет свою особую отраслевую специфику. Несмотря на развитие технологий автономных движущихся объектов (например, беспилотных летательных аппаратов, наземных роботов и т.п.) методы управления их движением не применимы для судоводительской практики. Это связано с тем, что каждая ситуация, сложившаяся при движении судов, является по-своему уникальной и зависящей от множества факторов: Международных правил предупреждения столкновений судов (МППСС) [4, 131], правил судоходства на конкретной акватории, состояния водной среды (течение, волнение), погодных условий, особенностей движения других судов, находящихся на акватории и т.д. Кроме того, динамика судна как объекта, движущегося в жидкой среде, также исключительно сложна [80, 82, 83, 84, 96, 97, 127, 129, 161, 169, 186-188].
Современная правовая база прямо регламентирует, что управление судном есть исключительное право его капитана. В своих действиях капитан лишь руководствуется правилами судоходства и информацией, предоставляемой различными навигационными средствами. Он может получать распоряжения и рекомендации от оператора береговой СУДС (диспетчера) и других участников движения, но окончательное решение о движении судна принимает только судоводитель (капитан судна).
В связи с этим следует особенно подчеркнуть, что устоявшийся термин «система управления движением судов - СУДС» (англ. vessel traffic system – VTS) не подразумевает собственно управления судном в классическом понимании (это задача систем автоматической прокладки курса и авторулевых [121, 122, 128]). Задачей СУДС является общая координация движения путем выдачи оператором СУДС указаний (например, о снижении скорости или изменении полосы движения), а способ выполнения этих указаний выбирает капитан судна. Таким образом, под термином СУДС понимается не система управления, а система поддержки принятия решений. Принцип работы береговой СУДС как навигационного средства и её место в процессе обеспечения навигационной безопасности движения схематично показан на рисунке 1. Особенность ролей судоводителя и оператора СУДС проявляется в данном случае в двух аспектах: во-первых, оператор СУДС имеет возможность координировать трафик акватории, добиваясь максимальной навигационной безопасности коллективного движения; во-вторых, управление каждым конкретным судном осуществляет только судоводитель.
Метод решения задачи сопровождения, основанный на многомодельной оценке вектора состояния и нечётком обнаружителе маневра
Злапчинский [231, 232] предложил оригинальную модифицированную систему Чанга [179], основанную на методе обхода лабиринтов, дополнив её понятиями «штраф за поворот», «временно запрещённая зона» и возможностью изменять не только курс, но и скорость движения судна. Штраф за поворот моделируется увеличением времени движения до выбранной точки всякий раз, когда судно совершает поворот (что соответствует реальной динамике движения судна, когда его скорость на повороте уменьшается). Запрещённые зоны зависят и от времени, так, что активируются только в определенном временном интервале, когда судно-цель находится рядом с ними. Это позволяет рассчитывать траекторию движения управляемого судна в узких проливах и каналах. Если изменение только лишь курса судна не позволяет обеспечить безопасное движение, то управление осуществляется изменением и скорости судна: изменение скорости моделируется как линейная функция расстояния до запрещенной зоны и округляется до ближайшей скорости, достижимой возможностями конкретного двигателя. Способ использует двоичный поиск для нахождения необходимого изменения скорости таким образом, чтобы оно было минимальным, обеспечивая вместе с тем уход судна от столкновения. Систему Злапчинского следует признать наиболее продвинутой с точки зрения количества учитываемых ею факторов, влияющих на безопасность движения, большинство из которых учитываются в других рассмотренных моделях. Однако, несмотря на то, что система учитывает уменьшение скорости судна при повороте, все же она учитывает влияние внешней среды не в полной мере.
К эвристическим методам планирования траектории безопасного движения судна следует отнести метод Смержальского [230], основанный на генетическом алгоритме. Изменение скорости управляемого судна возможно дискретно, на основе процедуры мутации на отдельных участках траектории движения. Первоначальное пространство решений образуется с помощью представления корабельного домена многоугольником. Затем возможные траектории движения судна скрещиваются, образуя множество траекторий-потомков, из которых выбираются наилучшие с точки зрения целевой функции, учитывающей длину траектории, время движения и гладкость траектории. Учет правил МППСС реализуется формой корабельного домена, который смещен в одну из сторон, в зависимости от типа сближения судов. Метод Смержальского был взят за основу интеллектуальной системы управления движения судном [216], реализованной в модели симулятора корабля, разработанной в Гдынском морском университете (Gdynia Maritime University). Метод не учитывает влияние внешней среды.
Генетический алгоритм был использован также Ито [209]. Как и в методе Смержальского, первоначальное пространство решений формировалось с использованием представлений о корабельном домене как безопасной зоне, первоначальные точки возможного пути судна генерировались случайным образом. Затем генетический алгоритм использовался для нахождения среди них оптимальных точек траектории движения судна. Целевая функция учитывала следующие параметры: уровень опасности (вероятность попадания в опасную зону), дистанция (длина траектории движения судна), прямолинейность (сумма косинусов углов изменения курса), потеря энергии (суммарная кинетическая энергия, потерянная при движении по траектории). По сравнению с моделью Смержальского эта модель проще, не учитывает правил МППСС и влияние внешней среды. Цзенг [240] также предложил генетический алгоритм для вычисления траектории безопасного движения судна. Его метод позволяет сгенерировать такую траекторию движения судна, чтобы оно не сближалось недопустимо близко с другими судами. При этом метод не учитывает явно правил МППСС.
Проведённый анализ методов планирования безопасного движения судна позволяет говорить о следующих общих существенных недостатках этих методов:
Все методы практически не позволяют в полной мере учесть влияние внешней среды при планировании движения и маневров судна;
Планирование траектории осуществляется в предположении о том, что все препятствия являются либо статическими, либо движутся прямолинейно и равномерно. Ни один метод не учитывает возможных динамических препятствий;
Все методы используют сильно упрощенную модель движения судна (например, или вообще без изменения скорости, или в предположении о её мгновенной потере при повороте).
Большинство методов слишком упрощают задачу управления судном: рассматривают только открытое море, рассматривают случай только двух судов, не учитывают состояние окружающей среды, игнорируют МППСС (таблица 3). Вместе с тем, следует особо отметить методы Смержальского [230] и Злапчинского [231], которые учитывают наличие как статических, так и подвижных препятствий.
Следует отметить, что в рамках приведённого обзора методов наибольшую ценность представляют те из них, которые позволяют учесть отраслевую специфику морского транспорта, которая делает в принципе неправомерным полностью автоматизированное судовождение (без участия человека). Вместе с тем, в условиях высокой интенсивности движения и быстро меняющейся обстановки судоводители не застрахованы от ошибок.
Таким образом, судоводителям требуются специальные средства поддержки принятия решений, способные учесть максимальное количество факторов, влияющих на безопасность движения (в том числе - влияние внешней среды) и правильно информировать судоводителей (операторов береговой СУДС и капитанов судов) о сложившейся обстановке и путях разрешения потенциально опасных ситуаций. Следовательно, путь дальнейшего совершенствования технологий обеспечения навигационной безопасности движения судов видится в повышении уровня автоматизации: разработке и внедрении систем с проблемно-ориентированным пользовательским интерфейсом, позволяющих максимально застраховать судоводителя от принятия заведомо ошибочных управленческих решений.
Детерминированная модель, основанная на геометрической интерпретации относительного движения судов
Пусть Sj(tj) - оценка вектора состояния системы в момент времени //, полученная итерационным алгоритмом (3) при обработке J последних измерений. Если при этом задача одновременно решается при J, J -I, J - 2, …, и, наконец, только при двух измерениях (минимально возможном их количестве), то тогда в момент времени // будем иметь кортеж векторов оценки ш= {h() , h() , h() , …, /( /) }. (8) Задача сопровождения траектории сводится, таким образом, к проблеме выбора вектора состояния из кортежа, порождаемого множеством моделей с различными значениями J. Основным информативным признаком, характеризующим качество сопровождения, является величина невязки измерения, порождаемой той или иной моделью сопровождения.
Введем вектор z(tk+i) = z(tk+i) -Hs(tk+i), характеризующий невязку измерения при оценке вектора состояния уравнением (3), (7). Пусть 5 zj (/,-) евклидова норма вектора невязки bz(tj), полученного в момент времени // при реализации итерационного алгоритма (3), (7), обрабатывающего J последних измерений. Тогда при оценке вектора состояния в каждый момент времени // наряду с кортежем векторов оценки (8) будем иметь кортеж норм векторов невязок j(/)= {8z2( /), 8 з( /), 8 4(/), …, l6zj(?/)}. (9) Для анализа качества сопровождения целесообразно перейти от (9) к кортежу относительных величин Л( /)= {L2(t,)Mti)Mti)-Mt,)}, (10) где Lj(tj) = , G - норма вектора среднеквадратичного отклонения а погрешности измерений r(tk) в системе (2).
В силу особенностей а-р алгоритма, если объект движется прямолинейно и равномерно, то качество сопровождения будет тем лучше, чем больше измерений участвует в оценке (т.е. чем больше значение J). При практическом решении задачи достаточно взять J не более 10. Если же объект маневрирует, то погрешность оценки вектора состояния (а, значит, и значение величины Ь(ц)) будет минимальной при некотором «оптимальном» значении J, зависящем от погрешностей измерений (), интервала времени X и интенсивности маневрирования (то есть приведённых значений q ), а при увеличении J будет недопустимо возрастать. При практическом решении задачи, имея в виду саму специфику и целевое назначение процедуры сопровождения траектории в СУДС, говорить о поиске оптимального J в смысле обеспечения минимума погрешности оценки вектора состояния нецелесообразно. Достаточно найти значения J, обеспечивающие приемлемую ошибку оценки вектора состояния (приемлемые J) с точки зрения устойчивости процесса по отношению к срыву сопровождения (выходу наблюдаемого объекта за пределы строба). При этом будет иметь место следующее положение: если значение J - приемлемо (то есть сопровождение по J последним измерениям - устойчиво), то и значение J-1 - приемлемо. Если значение J - неприемлемо (не обеспечивает устойчивого сопровождения), то и значение J +1 - неприемлемо.
Рассмотренные свойства а-р алгоритма лежат в основе выбора подходящего значения вектора состояния из кортежа (8). Введем лингвистическую переменную Qj(tj), j = 2J «Качество оценки вектора состояния алгоритмом (3), (7) в момент времени // по j последним измерениям» с термами «good» («хорошее») и «bad» («плохое»). Пусть термы имеют следующие функции принадлежности типа «дополнение», определённые на универсальном множестве и є [о,з]: Hgt /(u) = l Vbad(b) l + expC-aiCu-q)) l + exp(-a2(u-c2)) (11) где a1, a2, c1, c2 - настраиваемые параметры.
Известно два основных подхода к построению нечеткой системы логического вывода [7, 114, 166, 222]. Первый – машина типа Сугено – имеет систему правил с нечетким условием и четким выводом. У второго – машины типа Мамдани – и условие, и вывод нечеткие. Для выбора вектора состояния из кортежа (8) возможно применение нечетких систем обеих типов.
Пусть переменные Qj (ti ) обрабатываются машиной нечеткого вывода типа Сугено, на вход которой подается кортеж величин (10), а на выходе формируется числовое значение msug (ti ) – номер вектора состояния, выбираемого из кортежа (8). Машина нечеткого вывода работает согласно системе правил, представленной в таблице 4.
Результаты численного моделирования задачи распознавания воздушных объектов
Предваряя описание численного исследования, отметим, что оно проводилось для случая, когда информационная база СУДС состоит из одной РЛС. Тем не менее, рассматриваемые модели и алгоритмы могут быть легко модифицированы для случая нескольких РЛС и/или использования средств спутниковой навигации - транспондеров Автоматической идентификационной системы (АИС). Кроме того, система может быть реализована не только в береговой СУДС, но и на борту судна. При постановке вычислительного эксперимента использовались следующие данные об РЛС: погрешности измерений ,x(tk), Z,y(tk) - нормально распределённые некоррелированные случайные величины со среднеквадратичным отклонением 3м, период обращения антенны РЛС равен 3с. Рисунок 37 иллюстрирует некоторые результаты решения задачи выделения маневрирующих объектов, имея в виду формулы (34). На рисунке 37а показаны вычисленные согласно (34) значения вероятностей P( ax Ф 0) (сплошная линия) и P(ay Ф0) (точки) при различном числе измерений Nдля объекта, движущегося прямолинейно и равномерно со скоростью 5 м/с.
На рисунке 37б показаны вычисленные значения тех же вероятностей для объекта, движущегося ускоренно с ускорением 0.02 м/с2. Видно, что для данного конкретного случая устойчивое выделение маневрирующего объекта возможно для числа измерений N 17 (надёжное решение данной задачи, как показали опыты, позволяет получить порог вероятности, равный 0.99). На рисунке 37в показаны средние значения и нижние границы вычисленных max[P(ax Ф 0),P(ay Ф 0)] для ускорений объекта, равных 0.01 м/с2 (сплошные линии), 0.02 м/с2 (точки) и 0.05 м/с2 (штрих-пунктир). Видно, что, например, объект, движущийся с ускорением 0.02 м/с2 будет выделен как маневрирующий в половине случаев при N = 15 (верхняя кривая из точек приближается к 1) и в 95 процентах случаев при N = 19 (нижняя кривая из точек приближается к 1); для объекта, движущегося с ускорением 0.01 м/с2 соответствующие значения N равны 23 и 28. Рисунок 37г иллюстрирует зависимость необходимого для детекции маневра числа измерений (среднего и максимального) от значения ускорения наблюдаемого объекта при различных погрешностях оценивания, а именно, при среднеквадратичном отклонении х( ) Лу( к) равном 3м (точки) и 6м (сплошные линии).
На рисунке 38 показаны свойства различных модельных представлений вероятностей безопасной ситуации в задаче «судно-берег». Так, приведены вычисленные согласно (15), (16) и (17) вероятности P (t) (пунктир), Ps (t) (сплошная линия) и Рр 0 (t) (точки) для модели движения объекта первого (рисунки 38в, 38г) и второго порядка (рисунки 38а, 38б). Здесь / - интервал прогнозирования траектории, Р - значения соответствующих вероятностей. Объект двигался со скоростью 5 м/с, интервал наблюдения равнялся 30с для модели первого порядка (что при периоде измерений 3с соответствует 10 измерениям) и 1 минуте для модели движения второго порядка (что соответствует 20 измерениям).
Радиусы корабельных доменов принимались равными 100 м. При этом для левой колонки рисунков (рисунков 38а, 38в) моделировалась ситуация, когда приведённая запрещённая зона ограничена прямой линией (рисунок 38д), а ситуация для рисунков 38б и 38г (правая колонка) рассматривалась для случая, когда приведённая запрещённая зона имеет выступ (рисунок 38е).
Исходя из данных рисунок 38 можно сделать вывод, что при росте интервала прогнозирования корректное заключение о безопасности ситуации (при данных свойствах объекта, акватории и измерителей) можно сделать при 100с для модели второго порядка (рисунок 38а) и 300с для модели первого порядка (рисунок 38в). Кроме того, можно утверждать (рисунки 38б, 38г), что принятая модель вполне корректно «реагирует» на изменения уровня безопасности, вызванных особенностями геометрии запрещенной/разрешённой зоны.
На рисунке 39 показана моделируемая траектория движения объекта и конфигурация запрещённой зоны (скорость движения объекта равна 5м/с), а на рисунке 40 изображены результаты моделирования рассматриваемой задачи предупреждения об опасном сближении типа «судно-берег».
На рисунке 40а показаны вычисленные значения тах[P(ax Ф 0),P(ay Ф 0)], а на рисунке 40б - соответствующие значения детектора манёвра d. Видно, что решение о том, что наблюдаемый объект является маневрирующим принимается в интервале времени [280с, 585с], с некоторым запаздыванием относительно истинного манёвра судна (интервал истинного маневра показан на рисунке 40а заштрихованной областью). На рисунках 40в и 40г приведены вычисленные значения вероятностей безопасного движения P c и P 2 c для случая T =300с, T2=60с и P(t) = PS #(t) , а на рисунке 40д -соотнесение уровней опасности с вычисленными значениями вероятностей согласно таблице 9.
На рисунке 41 представлены свойства различных модельных представлений вероятности безопасной ситуации в задаче «судно-судно». Показаны вычисленные согласно (18), (19) и (20) вероятности Рг (t) (пунктир), Р г () (сплошная линия) и Р (t) (точки) для модели движения первого (рисунок 41б) и второго порядка p R1 +Л2 (рисунок 41а). Здесь / - интервал прогнозирования траектории, Р - значения соответствующих вероятностей. Интервал наблюдения был принят равным 30с для модели движения первого порядка и 1 минуте для модели движения второго порядка.